Professional Documents
Culture Documents
Matrix 2
Uploaded by
Farisca SusianiCopyright
Available Formats
Share this document
Did you find this document useful?
Is this content inappropriate?
Report this DocumentCopyright:
Available Formats
Matrix 2
Uploaded by
Farisca SusianiCopyright:
Available Formats
MATRIX DAN VECTOR
TUGAS BESAR
KOMPUTASI STATISTIK
MATRIX DAN VEKTOR(TERMASUK LOOPING DAN
CONDITIONAL)
Oleh:
1. YURIKO KUSUMAWATI 1309100002
2. DINARTA HANUM
1309100059
3. SARI CINDRA KASIH
1308100040
Dosen:
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 1
MATRIX DAN VECTOR
Bab II
2.1 Konsep Dasar
Matrix Aljabar dan R
Sebuah matriks adalah array dua dimensi angka sedangkan vektor adalah matriks dengan
salah satu baris (vektor baris) atau satu kolom (vektor kolom). Cara menginputkan matrix
secara manual adalah sebagai berikut:
Penambahan dan pengurangan
Selain Matrix dan pengurangan adalah elemen dari operasi elemen dan hanya berlaku
untuk matriks dari dimensi yang sama. Sebagai contoh:
Penambahan dan pengurangan matrix di R
> matrixA=matrix(c(4,9,2,1),nrow=2,ncol=2)
> matrixB=matrix(c(2,0,0,7),nrow=2,ncol=2)
> matrixPenjumlahan=matrixA+matrix
> matrixPengurangan=matrixA-matrixB
> matrixA
> matrixB
> matrixPenjumlahan
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 2
MATRIX DAN VECTOR
> matrixPengurangan
Perkalian Matrix
Perkalian Matrix hanya berlaku untuk matriks serupa. A dan B Selaras matriks jumlah
kolom di A adalah sama dengan jumlah baris dalam B.
> matrixKali=matrixA %*%matrixB
> matrixKali
Perkalian Matrix dengan Skalar
(misal C=2)
> matrixC=2*matrixA
Transposition
Jika doberikan suatu elemen matrix A adalah aij maka transpose dari matrix A adalah aji
seperti contoh di bawah ini:
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 3
MATRIX DAN VECTOR
transposition pada R adalah
> At=t(A)
> At
Inverse
Sebuah inverse dari matrix persegi A yang dilambangkan dengan A-1. Sebuah matriks
dapat terbalik jika memiliki determinan bukan nol.
Inverse matrix A di R adalah seperti berikut:
> Ainverse=solve(A)
Eigenvector and Eigenvalues
Nilai eigen (atau laten akar atau akar karakteristik) dari matriks harus dihitung.
Nilai eigen berguna dalam produk dari nilai eigen sama dengan determinan matriks,
jumlah 0 nilai eigen sama dengan pangkat matriks. Jika semua nilai eigen lebih besar dari
nol, maka matriks positif definite. Jika semua nilai eigen lebih besar dari atau sama dengan
nol dan satu atau lebih sama dengan nol,maka matriks positif semi-definite.
Eigenvector and eigenvalues di R adalah
Determinant Matrix
Misalnya determinan dari matrix A berukuran 2 x 2
maka determinannya adalah
Untuk matrix B berukuran 3x 3 maka determinannya adalah
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 4
MATRIX DAN VECTOR
Determinant Matrix di R adalah det()
Trace of Square Matrix
Adalah penjumlahan dari elemen diagonal suatu matriks A.
Trace of square matrix di R adalah trA=sum(diag(A))
Kronecker Product
Produk Kronecker, juga dikenal sebagai produk langsung, di mana setiap elemen matriks
yang pertama dikalikan, sebagai skalar, kali kedua matriks. Misalkan B adalah matriks
dengan ukuran m x n dan matriks A adalah orde 2 x 2, maka produk langsung dari A kali B
Hadamard Product
Produk Hadamard ada untuk dua matriks yang Selaras untuk penambahan. Yang sesuai
unsur-unsur dari dua matriks dikalikan bersama-sama. Urutan yang dihasilkan produk
sama dengan matriks dalam produk tersebut. Selama dua matriks, A dan B ukuran 2 x 2,
maka produk Hadamard adalah
Identity Matrix
Identitas Matriks mengalikan bilangan dengan 1 memberikan kembali nomor tersebut.
Dalam aljabar matriks, mengalikan matriks A dengan identitas Selaras matriks
memberikan kembali A.
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 5
MATRIX DAN VECTOR
2.2 FUNCTION
# Matrix addition and substraction
matrix1<-function(dataA,dataB)
{
dataA<-as.matrix(dataA) #mendefinisikan dataA sebagai matrix
dataB<-as.matrix(dataB) #mendefinisikan dataB sebagai matrix
dataC<-dataA+dataB#dataC merupakan penjumlahan dataA dengan dataB
dataD<-dataA-dataB#dataD merupakan pengurangan data dengan dataB
list(dataC=dataC,dataD=dataD)
}
#matrix multiplication
matrix2<-function(dataA,dataB)
{
dataA<-as.matrix(dataA) #mendefinisikan dataA sebagai matrix
dataB<-as.matrix(dataB) #mendefinisikan dataB sebagai matrix
dataE<-dataA%*%dataB # dataE merupakan hasil kali dataA dengan dataB
list(dataE=dataE)
}
#trace of square matrix
matrix3<-function(dataA,dataB)
{
dataA<-as.matrix(dataA) #mendefinisikan dataA sebagai matrix
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 6
MATRIX DAN VECTOR
dataB<-as.matrix(dataB) #mendefinisikan dataB sebagai matrix
dataAA<-sum(diag(dataA)) #dataAA merupakan penjumlahan diagonal dataA
dataBB<-sum(diag(dataB))#dataBB merupakan penjumlahan diagonal dataB
list(dataAA=dataAA,dataBB=dataBB)
}
#kronecker product
matrix4<-function(dataA,dataB)
{
dataA<-as.matrix(dataA) #mendefinisikan dataA sebagai matrix
dataB<-as.matrix(dataB) #mendefinisikan dataB sebagai matrix
dataAB<-dataA%x%dataB
list(dataAB=dataAB)
}
#transpose matrix
matrix5<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
dataAtranspose<-t(dataA)
dataBtranspose<-t(dataB)
list(dataAtranspose=dataAtranspose,dataBtranspose=dataBtranspose)
}
#inverse matrix
matrix6<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 7
MATRIX DAN VECTOR
dataB<-as.matrix(dataB)
dataAinverse<-solve(dataA)
dataBinverse<-solve(dataB)
list(dataAinverse=dataAinverse,dataBinverse=dataBinverse)
}
#hadamard product
matrix7<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
dataABhadamard<-dataA*dataB # dataA dan dataB harus berukuran sama
list(dataABhadamard=dataABhadamard)
}
#identity matrix
matrix8<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
dataI<-diag(3)#jika matrix berukuran 3x3
dataAI<-dataI%*%dataA
dataBI<-dataI%*%dataB
list(dataAI=dataAI,dataBI=dataBI)
}
#eigenvalue and eigenvector
matrix9<-function(dataA,dataB)
{
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 8
MATRIX DAN VECTOR
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
dataA1<-eigen(dataA)#matrix square
dataB1<-eigen(dataB)#matrix square
list(dataA1=dataA1,dataB1=dataB1)
}
#determinant matrix
matrix10<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
dataAdet<-det(dataA)
dataBdet<-det(dataB)
list(dataAdet=dataAdet,dataBdet=dataBdet)
}
#scalar multiplication
matrix11<-function(dataA,dataB)
{
dataA<-as.matrix(dataA)
dataB<-as.matrix(dataB)
c=2#misal c=2
dataAscalar=c*dataA
dataBscalar=c*dataB
list(dataAscalar=dataAscalar,dataBscalar=dataBscalar)
}
gabungan1<-function(dataA,dataB,model)
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 9
MATRIX DAN VECTOR
{
if(model==1){hasil=matrix1(dataA,dataB)}
else if(model==2){hasil=matrix2(dataA,dataB)}
else if(model==3){hasil=matrix3(dataA,dataB)}
else if(model==4){hasil=matrix4(dataA,dataB)}
else if(model==5){hasil=matrix5(dataA,dataB)}
else if(model==6){hasil=matrix6(dataA,dataB)}
else if(model==7){hasil=matrix7(dataA,dataB)}
else if(model==8){hasil=matrix8(dataA,dataB)}
else if(model==9){hasil=matrix9(dataA,dataB)}
else if(model==10){hasil=matrix10(dataA,dataB)}
else{hasil=matrix11(dataA,dataB)}
list(output=hasil)
}
Output yang diperoleh, apabila misalnya kita menginputkan matriks dataA dan dataB
dengan ukuran yang sama yaitu ordo 3 x 3 adalah sebagai berikut:
>dataA=matrix(c(7,-5,2,4,6,3,1,-1,8),ncol=3,nrow=3)
> dataB=matrix(c(6,4,3,3,9,7,8,5,-2),ncol=3,nrow=3)
> dataA
[,1] [,2] [,3]
[1,]
[2,] -5
6 -1
[3,] 2
> dataB
[,1] [,2] [,3]
[1,] 6
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 10
MATRIX DAN VECTOR
[2,] 4
[3,] 3
7 -2
> source("c://function.txt")
> gabungan1(dataA,dataB,1)
$output
$output$dataC
[,1] [,2] [,3]
[1,] 13
[2,] -1 15
[3,] 5 10
$output$dataD
[,1] [,2] [,3]
[1,] 1
1 -7
[2,] -9 -3 -6
[3,] -1 -4 10
> gabungan1(dataA,dataB,2)
$output
$output$dataE
[,1] [,2] [,3]
[1,] 61 64 74
[2,] -9 32 -8
[3,] 48 89 15
> gabungan1(dataA,dataB,3)
$output
$output$dataAA
[1] 21
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 11
MATRIX DAN VECTOR
$output$dataBB
[1] 13
> gabungan1(dataA,dataB,4)
$output
$output$dataAB
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,] 42 21 56 24 12 32
[2,] 28 63 35 16 36 20
[3,] 21 49 -14 12 28 -8
7 -2
[4,] -30 -15 -40 36 18 48 -6 -3 -8
[5,] -20 -45 -25 24 54 30 -4 -9 -5
[6,] -15 -35 10 18 42 -12 -3 -7
[7,] 12
6 16 18
9 24 48 24 64
[8,] 8 18 10 12 27 15 32 72 40
[9,] 6 14 -4
9 21 -6 24 56 -16
> gabungan1(dataA,dataB,5)
$output
$output$dataAtranspose
[,1] [,2] [,3]
[1,] 7 -5
[2,]
[3,] 1 -1
$output$dataBtranspose
[,1] [,2] [,3]
[1,] 6
[2,] 3
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 12
MATRIX DAN VECTOR
[3,] 8
5 -2
> gabungan1(dataA,dataB,6)
$output
$output$dataAinverse
[,1]
[,2]
[,3]
[1,] 0.10580913 -0.06016598 -0.020746888
[2,] 0.07883817 0.11203320 0.004149378
[3,] -0.05601660 -0.02697095 0.128630705
$output$dataBinverse
[,1]
[,2]
[,3]
[1,] 0.219917012 -0.2572614 0.236514523
[2,] -0.095435685 0.1493776 -0.008298755
[3,] -0.004149378 0.1369295 -0.174273859
> gabungan1(dataA,dataB,7)
$output
$output$dataABhadamard
[,1] [,2] [,3]
[1,] 42 12
[2,] -20 54 -5
[3,] 6 21 -16
> gabungan1(dataA,dataB,8)
$output
$output$dataAI
[,1] [,2] [,3]
[1,] 7
[2,] -5
6 -1
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 13
MATRIX DAN VECTOR
[3,] 2
$output$dataBI
[,1] [,2] [,3]
[1,] 6
[2,] 4
[3,] 3
7 -2
> gabungan1(dataA,dataB,9)
$output
$output$dataA1
$output$dataA1$values
[1] 7.024997+4.472346i 7.024997-4.472346i 6.950006+0.000000i
$output$dataA1$vectors
[,1]
[,2]
[,3]
[1,] -0.0765938-0.5423916i -0.0765938+0.5423916i -0.1467586+0i
[2,] 0.6860091+0.0000000i 0.6860091+0.0000000i -0.2381828+0i
[3,] -0.3201884-0.3561118i -0.3201884+0.3561118i 0.9600682+0i
$output$dataB1
$output$dataB1$values
[1] 15.058365 -5.159995 3.101630
$output$dataB1$vectors
[,1]
[,2]
[,3]
[1,] -0.5832560 -0.5533162 -0.8700763
[2,] -0.7103058 -0.1339939 0.4732794
[3,] -0.3940535 0.8221234 0.1377456
> gabungan1(dataA,dataB,10)
$output
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 14
MATRIX DAN VECTOR
$output$dataAdet
[1] 482
$output$dataBdet
[1] -241
> gabungan1(dataA,dataB,11)
$output
$output$dataAscalar
[,1] [,2] [,3]
[1,] 14
[2,] -10 12 -2
[3,] 4
6 16
$output$dataBscalar
[,1] [,2] [,3]
[1,] 12
6 16
[2,] 8 18 10
[3,] 6 14 -4
2.3 ALGORITMA
1.
2.
3.
4.
Menginputkan data dalam hal ini adalah dataA dan dataB
Mendefinisikan dataA dan dataB sebagai matrix
Melakukan pengoperasian matriks di R program
Jika ingin melakukan operasi penjumlahan dan pengurangan matrix
matrixAdd=dataA+dataB
matrixSubs=data-dataB
5. Jika ingin melakukan perkalian matrix
matrixMulti=dataA%*%dataB
6. Jika ingin mencari inverse matrix
dataInv=solve(data)
7. Jika ingin mencari transpose matrix
dataTrans=t(dataA)
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 15
MATRIX DAN VECTOR
2.4 PACKAGE MATRIX ALJABAR DI R PROGRAM
2.4.1 Menginputkan matrix
2.4.2 Transposition Matrix
2.4.3 Multiplication Matrix
2.4.4 Trace of Square Matrix
2.4.5 Kronecker Product
2.4.6 Hadamard Product
2.4.7 Addition and Substraction Matrix
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 16
MATRIX DAN VECTOR
2.4.8 Inverse Matrix
inverse=solve(A)
2.4.9 Determinant Matrix
determinanA=det(A)
2.5 Case Study
2.5.1 Case Study of Looping and Conditional
KASUS 1
tes=function(group,data,data1)
{
n=length(data)
m=length(data1)
dtasda=rep(NA,n)
dttesco=rep(NA,n)
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 17
MATRIX DAN VECTOR
dtkwick=rep(NA,n)
dtwait=rep(NA,n)
dtsafe=rep(NA,n)
dtasda1=rep(NA,n)
dttesco1=rep(NA,n)
dtkwick1=rep(NA,n)
dtwait1=rep(NA,n)
dtsafe1=rep(NA,n)
for(i in c(1:n))
{
if (group[i]=='Waitrose') dtwait[i]=data[i]
else if (group[i]=='Kwiksave') dtkwick[i]=data[i]
else if (group[i]=='Tesco ') dttesco[i]=data[i]
else if (group[i]=='Asda
') dtasda[i]=data[i]
else dtsafe[i]=data[i]
}
for(i in c(1:m))
{
if (group[i]=='Waitrose') dtwait1[i]=data1[i]
else if (group[i]=='Kwiksave') dtkwick1[i]=data1[i]
else if (group[i]=='Tesco ') dttesco1[i]=data1[i]
else if (group[i]=='Asda
') dtasda1[i]=data1[i]
else dtsafe1[i]=data1[i]
}
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 18
MATRIX DAN VECTOR
dtasda=dtasda[!is.na(dtasda)]
dttesco=dttesco[!is.na(dttesco)]
dtkwick=dtkwick[!is.na(dtkwick)]
dtwait=dtwait[!is.na(dtwait)]
dtsafe=dtsafe[!is.na(dtsafe)]
dtasda1=dtasda1[!is.na(dtasda1)]
dttesco1=dttesco1[!is.na(dttesco1)]
dtkwick1=dtkwick1[!is.na(dtkwick1)]
dtwait1=dtwait1[!is.na(dtwait1)]
dtsafe1=dtsafe1[!is.na(dtsafe1)]
a=sum(dtasda)+sum(dtasda1)
b=sum(dttesco)+sum(dttesco1)
c=sum(dtkwick)+sum(dtkwick1)
d=sum(dtwait)+sum(dtwait1)
e=sum(dtsafe)+sum(dtsafe1)
cat("jumlah Asda=",a,"\n")
cat("jumlah Tesco=",b,"\n")
cat("jumlah Kwicksave=",c,"\n")
cat("jumlah waitrose=",d,"\n")
cat("jumlah safeway=",e,"\n")
d1=as.matrix(cbind(dtasda,dtasda1))
d2=as.matrix(cbind(dttesco,dttesco1))
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 19
MATRIX DAN VECTOR
d3=as.matrix(cbind(dtkwick,dtkwick1))
d4=as.matrix(cbind(dtwait,dtwait1))
d5=as.matrix(cbind(dtsafe,dtsafe1))
list(Asda=d1, Tesco=d2, Kwicksave=d3, Waitrose=d4, Safeway=d5)
}
2.5.2 Case Study of Matrix Program(KASUS 2)
# Matrix addition and substraction
matrix1<-function(dataMeat,dataFish)
{
dataA<-as.matrix(dataMeat) #mendefinisikan dataA sebagai matrix
dataB<-as.matrix(dataFish)#mendefinisikan dataB sebagai matrix
matAdd=dataA+dataB
matSubs=dataA-dataB
list(matAdd=matAdd,matSubs=matSubs)
}
#transpose matrix
matrix2<-function(dataMeat,dataFish)
{
dataA<-as.matrix(dataMeat) #mendefinisikan dataA sebagai matrix
dataB<-as.matrix(dataFish)#mendefinisikan dataB sebagai matrix
ATrans=t(dataA)
BTrans=t(dataB)
list(ATrans=ATrans,BTrans=BTrans)
}
gabungan1<-function(dataMeat,dataFish,model)
{
if(model==1){hasil=matrix1(dataMeat,dataFish)}
else{hasil=matrix2(dataMeat,dataFish)}
list(output=hasil)
}
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 20
MATRIX DAN VECTOR
2.6 INTERPRETASI
OUPUT CASE STUDY OF LOOPING AND CONDITIONAL
KASUS 1
supermar
meat
Kwiksave
1.47
Kwiksave
2.5
Safeway
12.71
Kwiksave
0.44
Safeway
10.25
Asda
10.32
Safeway
1.96
Asda
1.46
Waitrose
0.9
Tesco
8.02
Tesco
16.48
Tesco
4.03
Tesco
Asda
2.1
Kwiksave
19.38
Tesco
9.94
Kwiksave
2.17
Asda
14.75
1.68
Kwiksave
1.55
Kwiksave
2.48
Asda
16.47
Safeway
5.52
Kwiksave
0.62
0.43
Asda
1.48
Waitrose
6.46
Asda
Asda
4.46
Tesco
12.4
Tesco
7.33
Kwiksave
3.89
Tesco
14.86
Tesco
0.13
Tesco
12.53
Kwiksave
1.41
Asda
2.73
Asda
14.15
Asda
16.61
Safeway
1.29
Kwiksave
4.65
Kwiksave
4.33
Asda
9.03
Waitrose
0.9
Kwiksave
1.53
Asda
8.22
Tesco
0.76
Tesco
15.8
Waitrose
9.72
Tesco
13.84
Tesco
17.37
Tesco
3.49
Asda
0.08
Asda
Asda
3.65
Asda
1.49
Asda
8.53
Kwiksave
0.58
Kwiksave
3.07
Asda
3.79
Asda
9.26
Kwiksave
1.75
Asda
5.2
Tesco
13.32
Tesco
0.49
Waitrose
2.43
Tesco
8.1
Tesco
16.2
14.16
8.1
Asda
13.93
Safeway
12.66
Asda
9.04
Asda
2.8
Asda
Safeway
13.78
Asda
0.22
Kwiksave
2.3
Kwiksave
Safeway
13.33
Asda
1.05
Kwiksave
0.25
Asda
4.1
Tesco
18.14
Tesco
16.13
Waitrose
7.93
Tesco
17
Asda
9.79
Safeway
13.94
Asda
8.61
Asda
Kwiksave
0.88
Safeway
12.89
Asda
8.67
Kwiksave
0.81
Kwiksave
2.49
Safeway
18.54
Asda
5.09
Kwiksave
1.3
11.32
Tesco
13.97
Tesco
13.72
Waitrose
7.14
2.78
Asda
1.72
Asda
Kwiksave
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Safeway
17.4
Asda
4.24
15.94
15.21
Page 21
MATRIX DAN VECTOR
Asda
10.44
Tesco
1.67
Asda
4.46
Asda
8.21
Asda
3.28
Kwiksave
4.52
Tesco
15.29
0.7
Kwiksave
3.54
Kwiksave
Safeway
5.28
Asda
14.78
Safeway
3.36
Safeway
3.33
Tesco
11.62
Waitrose
1.33
Safeway
3.3
Asda
6.96
Tesco
5.22
Tesco
0.25
Tesco
9.97
Kwiksave
2.78
Asda
5.28
Kwiksave
2.78
Kwiksave
2.06
Waitrose
9.04
Kwiksave
4.33
Asda
4.86
Asda
8.79
Asda
6.72
Kwiksave
1.16
Asda
11.8
Kwiksave
3.24
Tesco
18.92
Safeway
3.73
Safeway
14.81
Waitrose
1.41
Safeway
2.05
Tesco
12.23
Safeway
5.97
Tesco
6.21
Tesco
3.15
Asda
0.08
Asda
11
Asda
11.7
Kwiksave
3.35
Tesco
2.97
Kwiksave
4.02
Output KASUS 1
> tes(A$supermar,A$meat,A$fish)
jumlah Asda= 519.71
jumlah Tesco= 439.37
jumlah Kwicksave= 98.57
jumlah waitrose= 141.92
jumlah safeway= 214.74
$Asda
dtasda dtasda1
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 22
MATRIX DAN VECTOR
[1,] 10.32
2.39
[2,] 1.46
3.00
[3,] 2.10
5.76
[4,] 4.46
0.36
[5,] 2.73
2.40
[6,] 0.08
0.29
[7,] 8.53
1.62
[8,] 9.26
2.05
[9,] 9.79
0.43
[10,] 11.32
1.46
[11,] 16.47
3.39
[12,] 1.48
0.60
[13,] 14.15
0.06
[14,] 8.22
0.35
[15,] 8.10
2.63
[16,] 9.04
4.68
[17,] 0.22
4.50
[18,] 1.05
1.43
[19,] 1.72
4.38
[20,] 19.38
2.60
[21,] 16.61
2.98
[22,] 9.03
6.05
[23,] 3.65
1.54
[24,] 5.20
4.08
[25,] 2.80
2.80
[26,] 8.61
4.55
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 23
MATRIX DAN VECTOR
[27,] 8.67
2.38
[28,] 5.09
1.43
[29,] 14.75
3.63
[30,] 13.93
2.76
[31,] 1.49
2.12
[32,] 3.79
2.26
[33,] 14.16
0.35
[34,] 4.10
3.78
[35,] 15.94
3.36
[36,] 15.21
4.57
[37,] 10.44
5.40
[38,] 8.21
6.56
[39,] 5.28
1.29
[40,] 8.79
2.86
[41,] 11.00
1.07
[42,] 11.70
0.23
[43,] 3.28
4.27
[44,] 14.78
0.52
[45,] 6.96
2.27
[46,] 4.86
3.03
[47,] 6.72
4.30
[48,] 11.80
1.54
[49,] 0.08
0.57
[50,] 4.46
1.51
$Tesco
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 24
MATRIX DAN VECTOR
dttesco dttesco1
[1,]
8.02
2.59
[2,]
4.03
4.52
[3,] 14.86
3.07
[4,]
0.49
4.86
[5,] 18.14
3.76
[6,] 16.48
0.91
[7,]
1.68
1.99
[8,] 12.40
1.03
[9,]
5.59
0.13
[10,] 13.84
2.63
[11,] 16.13
4.97
[12,] 13.97
2.18
[13,]
7.33
0.63
[14,] 12.53
1.28
[15,]
0.76
1.28
[16,] 17.37
5.41
[17,]
8.10
5.50
[18,] 13.72
4.93
[19,]
9.94
6.92
[20,] 15.80
2.52
[21,]
3.49
2.11
[22,] 13.32
0.03
[23,] 16.20
1.55
[24,] 17.00
3.52
[25,] 15.29
3.79
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 25
MATRIX DAN VECTOR
[26,]
9.97
0.41
[27,] 12.23
0.41
[28,]
6.21
2.50
[29,]
2.97
0.29
[30,]
1.67
0.67
[31,] 11.62
0.75
[32,] 18.92
0.16
[33,]
3.15
3.23
[34,]
5.22
5.44
[35,]
0.25
4.71
$Kwicksave
dtkwick dtkwick1
[1,]
0.43
0.53
[2,]
4.65
1.06
[3,]
1.53
0.53
[4,]
0.88
1.08
[5,]
2.49
0.21
[6,]
2.78
0.94
[7,]
1.47
0.30
[8,]
4.33
0.37
[9,]
0.58
0.42
[10,]
1.75
0.36
[11,]
2.50
1.05
[12,]
0.44
0.09
[13,]
2.17
0.64
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 26
MATRIX DAN VECTOR
[14,]
1.55
0.44
[15,]
3.07
0.01
[16,]
2.30
0.62
[17,]
0.25
0.76
[18,]
2.48
0.39
[19,]
0.62
0.61
[20,]
3.89
0.93
[21,]
1.41
0.14
[22,]
4.24
0.62
[23,]
0.81
0.68
[24,]
1.30
0.01
[25,]
2.06
0.79
[26,]
4.33
0.29
[27,]
1.16
0.22
[28,]
3.24
0.84
[29,]
0.70
0.71
[30,]
2.78
0.52
[31,]
2.78
0.10
[32,]
3.35
0.59
[33,]
4.02
0.60
[34,]
4.52
0.70
[35,]
3.54
0.02
$Waitrose
dtwait dtwait1
[1,] 9.72
5.78
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 27
MATRIX DAN VECTOR
[2,] 0.90 11.78
[3,] 2.43 13.50
[4,] 6.46 13.06
[5,] 7.93
3.76
[6,] 0.90
5.23
[7,] 7.14
4.66
[8,] 1.41 11.44
[9,] 9.04 14.48
[10,] 1.33 10.97
$Safeway
dtsafe dtsafe1
[1,] 12.66
0.33
[2,] 13.78
0.34
[3,] 13.33
2.59
[4,] 1.96
4.59
[5,] 13.94
0.09
[6,] 12.89
3.48
[7,] 18.54
3.18
[8,] 5.52
2.17
[9,] 17.40
2.24
[10,] 12.71
0.45
[11,] 10.25
2.20
[12,] 1.29
1.12
[13,] 5.28
3.65
[14,] 3.33
2.07
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 28
MATRIX DAN VECTOR
[15,] 3.30
1.12
[16,] 3.73
3.86
[17,] 14.81
0.94
[18,] 2.05
0.14
[19,] 5.97
2.88
[20,] 3.36
1.20
Kasus 1
Menunjukkan tentang jumlah produksi meat(daging) dan fish(ikan) pada masing-masing
supermarket. Diketahui bahwa terdapat 5 supermarket yakni supermarket Asda, Tesco,
Kwiksave, Waitrose, dan Safeway.
dtasda dan dtasda1 merupakan jumlah barang produksi meat(daging) dan fish(ikan) dari
supermarket Asda.
dttesco dan dttesco1 merupakan jumlah barang produksi meat(daging) dan fish(ikan) dari
supermarket Tesco.
dtkwick dan dtkwick1 merupakan jumlah barang produksi meat(daging) dan fish(ikan) dari
supermarket Kwicksave.
dtwait dan dtwait1 merupakan jumlah barang produksi meat(daging) dan fish(ikan) dari
supermarket Waitrose.
dsafe dan dtsafe1 merupakan jumlah barang produksi meat(daging) dan fish(ikan) dari
supermarket Safeway.
KASUS 2
$output$matAdd
[8,] 17.93
[17,] 12.99
[26,] 1.77
[9,] 5.13
[18,] 14.12
[27,] 6.55
[1,] 12.71
[10,] 5.71
[19,] 15.92
[28,] 12.68
[2,] 4.46
[11,] 2.06
[20,] 21.90
[29,] 17.39
[3,] 10.61
[12,] 15.50
[21,] 10.22
[30,] 3.67
[4,] 8.55
[13,] 0.37
[22,] 1.96
[31,] 19.86
[5,] 7.86
[14,] 10.15
[23,] 2.70
[32,] 2.08
[6,] 0.96
[15,] 11.31
[24,] 12.78
[33,] 13.43
[7,] 4.82
[16,] 5.35
[25,] 3.72
[34,] 5.72
meat
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 29
MATRIX DAN VECTOR
[35,] 14.21
[64,] 22.78
[93,] 13.35
[122,] 11.93
[36,] 4.70
[65,] 5.19
[94,] 17.75
[123,] 3.26
[37,] 8.57
[66,] 3.08
[95,] 14.51
[124,] 2.34
[38,] 16.47
[67,] 9.28
[96,] 4.86
[125,] 7.55
[39,] 10.73
[68,] 13.60
[97,] 7.88
[126,] 1.41
[40,] 1.00
[69,] 5.60
[98,] 20.52
[127,] 15.30
[41,] 2.11
[70,] 2.92
[99,] 19.30
[128,] 12.37
[42,] 15.93
[71,] 1.01
[100,] 1.49
[129,] 9.23
[43,] 13.72
[72,] 11.69
[101,] 1.31
[130,] 3.30
[44,] 4.72
[73,] 13.16
[102,] 11.80
[131,] 2.88
[45,] 2.48
[74,] 11.05
[103,] 19.78
[132,] 23.52
[46,] 21.10
[75,] 6.52
[104,] 15.84
[133,] 7.89
[47,] 14.03
[76,] 18.65
[105,] 14.77
[134,] 11.02
[48,] 16.37
[77,] 19.64
[106,] 19.08
[135,] 13.34
[49,] 21.72
[78,] 13.16
[107,] 8.93
[136,] 19.08
[50,] 16.15
[79,] 12.45
[108,] 5.40
[137,] 15.75
[51,] 6.10
[80,] 16.86
[109,] 4.42
[138,] 2.19
[52,] 3.55
[81,] 18.38
[110,] 10.38
[139,] 8.85
[53,] 0.53
[82,] 2.87
[111,] 6.57
[140,] 6.38
[54,] 21.98
[83,] 1.23
[112,] 2.85
[141,] 0.65
[55,] 2.81
[84,] 16.69
[113,] 4.62
[142,] 3.94
[56,] 1.99
[85,] 4.82
[114,] 11.65
[143,] 4.62
[57,] 7.69
[86,] 1.55
[115,] 1.38
[144,] 5.97
[58,] 19.52
[87,] 2.41
[116,] 4.08
[145,] 5.22
[59,] 7.96
[88,] 6.13
[117,] 7.59
[146,] 3.56
[60,] 13.81
[89,] 18.32
[118,] 12.85
[147,] 4.56
[61,] 19.59
[90,] 5.60
[119,] 12.64
[148,] 12.30
[62,] 15.08
[91,] 3.61
[120,] 8.71
[149,] 10.66
[63,] 2.04
[92,] 6.05
[121,] 12.07
[150,] 4.96
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 30
MATRIX DAN VECTOR
$output$matSubs
[28,] -10.88
[57,] 3.35
[86,] 1.27
meat
[29,] 15.57
[58,] -6.60
[87,] 0.17
[1,] 7.93
[30,] -0.31
[59,] 6.70
[88,] -4.33
[2,] -1.54
[31,] 13.08
[60,] 11.25
[89,] 13.28
[3,] 5.43
[32,] 0.88
[61,] 13.63
[90,] 1.38
[4,] -0.49
[33,] 11.37
[62,] 2.98
[91,] -0.63
[5,] -3.66
[34,] -5.46
[63,] -0.52
[92,] 1.53
[6,] -0.10
[35,] 14.09
[64,] 11.96
[93,] 13.29
[7,] 4.10
[36,] 3.96
[65,] 2.11
[94,] 14.65
[8,] 11.79
[37,] 7.87
[66,] 3.06
[95,] 13.81
[9,] 0.33
[38,] 11.21
[67,] 1.12
[96,] 3.62
[10,] 3.59
[39,] 5.47
[68,] 2.60
[97,] 0.32
[11,] 1.00
[40,] 0.16
[69,] 0.00
[98,] 13.48
[12,] 3.94
[41,] 1.39
[70,] 1.68
[99,] 12.58
[13,] -0.21
[42,] -11.07
[71,] -0.51
[100,] 0.13
[14,] 6.91
[43,] 4.36
[72,] 4.17
[101,] 1.29
[15,] 7.21
[44,] -4.28
[73,] 4.06
[102,] 2.48
[16,] -4.37
[45,] -0.38
[74,] 6.29
[103,] 10.64
[17,] 12.33
[46,] 11.16
[75,] 3.66
[104,] 5.04
[18,] 13.44
[47,] 13.85
[76,] 8.79
[105,] 1.65
[19,] 10.74
[48,] 9.41
[77,] 15.16
[106,] 11.50
[20,] 14.38
[49,] 15.36
[78,] 12.26
[107,] 1.63
[21,] 9.36
[50,] 11.79
[79,] 8.05
[108,] 1.26
[22,] -0.20
[51,] -2.66
[80,] 3.02
[109,] 2.18
[23,] 2.28
[52,] 1.45
[81,] 11.12
[110,] 9.56
[24,] 9.86
[53,] 0.35
[82,] 2.09
[111,] 3.99
[25,] 1.84
[54,] 16.78
[83,] 0.01
[112,] 1.27
[26,] 1.17
[55,] 1.53
[84,] 11.17
[113,] 4.04
[27,] -2.63
[56,] 1.11
[85,] 2.96
[114,] 5.93
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 31
MATRIX DAN VECTOR
[115,] 0.94
[125,] -0.99
[135,] 10.26
[145,] 3.82
[116,] 2.40
[126,] -0.01
[136,] 18.76
[146,] 3.52
[117,] -0.13
[127,] 14.26
[137,] 13.87
[147,] 2.16
[118,] -10.03
[128,] 10.87
[138,] 1.91
[148,] -9.64
[119,] 11.82
[129,] 4.69
[139,] 3.09
[149,] -0.22
[120,] 3.71
[130,] 2.26
[140,] -0.08
[150,] -4.46
[121,] 9.93
[131,] 2.68
[141,] -0.49
[122,] 11.47
[132,] -5.44
[142,] 2.76
[123,] 2.68
[133,] 1.83
[143,] 3.42
[124,] 1.00
[134,] 2.42
[144,] 2.95
> gabungan1(dataMeat,dataFish,2)
$output
$output$ATrans
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13]
meat 10.32 1.46 8.02 4.03 2.1 0.43 4.46 14.86 2.73 4.65 1.53 9.72 0.08
[,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25]
meat 8.53 9.26 0.49 12.66 13.78 13.33 18.14 9.79 0.88 2.49 11.32 2.78
[,26] [,27] [,28] [,29] [,30] [,31] [,32] [,33] [,34] [,35] [,36] [,37]
meat 1.47 1.96 0.9 16.48 1.68 16.47 1.48 12.4 0.13 14.15 4.33 8.22
[,38] [,39] [,40] [,41] [,42] [,43] [,44] [,45] [,46] [,47] [,48] [,49]
meat 13.84 8.1 0.58 1.75 2.43 9.04 0.22 1.05 16.13 13.94 12.89 18.54
[,50] [,51] [,52] [,53] [,54] [,55] [,56] [,57] [,58] [,59] [,60] [,61]
meat 13.97 1.72 2.5 0.44 19.38 2.17 1.55 5.52 6.46 7.33 12.53 16.61
[,62] [,63] [,64] [,65] [,66] [,67] [,68] [,69] [,70] [,71] [,72] [,73]
meat 9.03 0.76 17.37 3.65 3.07 5.2 8.1 2.8 2.3 0.25 7.93 8.61
[,74] [,75] [,76] [,77] [,78] [,79] [,80] [,81] [,82] [,83] [,84] [,85]
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 32
MATRIX DAN VECTOR
meat 8.67 5.09 13.72 17.4 12.71 10.25 9.94 14.75 2.48 0.62 13.93 3.89
[,86] [,87] [,88] [,89] [,90] [,91] [,92] [,93] [,94] [,95] [,96] [,97]
meat 1.41 1.29 0.9 15.8 3.49 1.49 3.79 13.32 16.2 14.16 4.24 4.1
[,98] [,99] [,100] [,101] [,102] [,103] [,104] [,105] [,106] [,107] [,108]
meat
17 15.94 0.81
1.3 7.14 15.21 10.44 8.21 15.29 5.28 3.33
[,109] [,110] [,111] [,112] [,113] [,114] [,115] [,116] [,117] [,118]
meat
3.3 9.97 5.28 2.06 4.33 8.79 1.16 3.24 3.73 1.41
[,119] [,120] [,121] [,122] [,123] [,124] [,125] [,126] [,127] [,128]
meat 12.23 6.21
11 11.7 2.97 1.67 3.28
0.7 14.78 11.62
[,129] [,130] [,131] [,132] [,133] [,134] [,135] [,136] [,137] [,138]
meat 6.96 2.78 2.78 9.04 4.86 6.72 11.8 18.92 14.81 2.05
[,139] [,140] [,141] [,142] [,143] [,144] [,145] [,146] [,147] [,148]
meat 5.97 3.15 0.08 3.35 4.02 4.46 4.52 3.54 3.36 1.33
[,149] [,150]
meat 5.22 0.25
$output$BTrans
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11] [,12] [,13] [,14]
fish 2.39
3 2.59 4.52 5.76 0.53 0.36 3.07 2.4 1.06 0.53 5.78 0.29 1.62
[,15] [,16] [,17] [,18] [,19] [,20] [,21] [,22] [,23] [,24] [,25] [,26]
fish 2.05 4.86 0.33 0.34 2.59 3.76 0.43 1.08 0.21 1.46 0.94 0.3
[,27] [,28] [,29] [,30] [,31] [,32] [,33] [,34] [,35] [,36] [,37] [,38]
fish 4.59 11.78 0.91 1.99 3.39 0.6 1.03 5.59 0.06 0.37 0.35 2.63
[,39] [,40] [,41] [,42] [,43] [,44] [,45] [,46] [,47] [,48] [,49] [,50]
fish 2.63 0.42 0.36 13.5 4.68 4.5 1.43 4.97 0.09 3.48 3.18 2.18
[,51] [,52] [,53] [,54] [,55] [,56] [,57] [,58] [,59] [,60] [,61] [,62]
fish 4.38 1.05 0.09 2.6 0.64 0.44 2.17 13.06 0.63 1.28 2.98 6.05
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 33
MATRIX DAN VECTOR
[,63] [,64] [,65] [,66] [,67] [,68] [,69] [,70] [,71] [,72] [,73] [,74]
fish 1.28 5.41 1.54 0.01 4.08 5.5 2.8 0.62 0.76 3.76 4.55 2.38
[,75] [,76] [,77] [,78] [,79] [,80] [,81] [,82] [,83] [,84] [,85] [,86]
fish 1.43 4.93 2.24 0.45 2.2 6.92 3.63 0.39 0.61 2.76 0.93 0.14
[,87] [,88] [,89] [,90] [,91] [,92] [,93] [,94] [,95] [,96] [,97] [,98]
fish 1.12 5.23 2.52 2.11 2.12 2.26 0.03 1.55 0.35 0.62 3.78 3.52
[,99] [,100] [,101] [,102] [,103] [,104] [,105] [,106] [,107] [,108]
fish 3.36 0.68 0.01 4.66 4.57
5.4 6.56 3.79 3.65 2.07
[,109] [,110] [,111] [,112] [,113] [,114] [,115] [,116] [,117] [,118]
fish 1.12 0.41 1.29 0.79 0.29 2.86 0.22 0.84 3.86 11.44
[,119] [,120] [,121] [,122] [,123] [,124] [,125] [,126] [,127] [,128]
fish 0.41
2.5 1.07 0.23 0.29 0.67 4.27 0.71 0.52 0.75
[,129] [,130] [,131] [,132] [,133] [,134] [,135] [,136] [,137] [,138]
fish 2.27 0.52
0.1 14.48 3.03
4.3 1.54 0.16 0.94 0.14
[,139] [,140] [,141] [,142] [,143] [,144] [,145] [,146] [,147] [,148]
fish 2.88 3.23 0.57 0.59
0.6 1.51
0.7 0.02
1.2 10.97
[,149] [,150]
fish 5.44 4.71
Kasus 2 menunjukkan operasi matriks dalam bentuk sederhana seperti penjumlahan,
pengurangan dan transpose matriks dengan menggunakan variabel meat dan variabel fish.
4.6 REFERENSIwww.matrixview.com
1.
YURIKO KUSUMAWATI
1309100002
2.
DINARTA HANUM
1309100059
3.
SARI CINDRA KASIH
1308100040
Page 34
You might also like
- Analisis Diskriminan 020 023 029Document15 pagesAnalisis Diskriminan 020 023 029Farisca SusianiNo ratings yet
- Analisis SpasialDocument35 pagesAnalisis SpasialFarisca Susiani100% (3)
- AnovaDocument26 pagesAnovaFarisca SusianiNo ratings yet
- Regresi LogistikDocument19 pagesRegresi LogistikFarisca SusianiNo ratings yet
- Revisi Uji Hipotesis 2 SampelDocument26 pagesRevisi Uji Hipotesis 2 SampelFarisca SusianiNo ratings yet
